原標題：阿里開源最新、最強大的視頻生成模型萬相2.1一手實測
文章來源：科技未來派
內容字數：2286字

阿里巴巴萬相2.1：開源AI視頻生成模型，引領行業新風向

最近，阿里巴巴通義實驗室正式開源了其最新一代視頻生成模型——萬相2.1系列。這一消息在AI圈內引發熱議，因為它代表著AI視頻生成技術邁向了一個新的里程碑。作為一名AI領域的愛好者，我也第一時間進行了體驗和測試，并在此分享我的感受和一些測試結果。

萬相2.1：更流暢、更真實、更豐富的AI視頻生成

萬相2.1在多個方面展現了顯著的提升，其核心優勢在于：

• 復雜：模型能夠更流暢自然地生成復雜的場景，即使是多人互動或高難度動作，也能輕松駕馭。
• 物理模擬：物體交互更加真實，例如液體流動、物體碰撞等，極大地增強了視頻的沉浸感。
• 視覺文字：支持中英文動態文字生成，拓展了視頻的應用場景，讓視頻內容更具表達力。
• 音效音樂：實現了視聽一體化的體驗，自動生成的音效和音樂與視頻內容高度契合，提升了視頻的感染力。

實測體驗：驚艷與不足并存

為了更直觀地了解萬相2.1的能力，我進行了多項測試，結果喜憂參半：

復雜測試

測試案例1：5個人在舞臺上跳街舞。結果顯示，雖然動作能夠生成，但略顯僵硬，真實感有待提升。

測試案例2：在空中飛翔的鷹，正面跟拍鏡頭。這個效果非常驚艷，鷹的飛行姿態和鏡頭都非常自然流暢，真實感極強。

物理模擬測試

測試案例1：牛奶從玻璃壺倒入水杯中。牛奶上升的動態準確，但牛奶在玻璃杯中的視覺效果略有不自然。

測試案例2：切牛排的特寫鏡頭。這個測試結果令人印象深刻，刀切牛排的質感和細節都非常逼真。

視覺文字測試

測試案例1：天空中的云朵組成“新年快樂”（英文）。即使沒有明確指定語言，模型也能生成不錯的英文效果。

測試案例2：天空中的云朵組成“新年快樂”（中文）。明確指定中文后，生成效果同樣出色，但文字略有重疊。

自動生成音效音樂測試

測試案例1：年輕女士彈鋼琴。模型自動生成了逼真的鋼琴聲，與畫面完美匹配。

測試案例2：飛機從頭頂飛過。飛機的轟鳴聲也得到了準確的還原。

總的來說，萬相2.1在復雜、物理模擬、視覺文字和音效音樂方面都有顯著進步，已躋身AI視頻生成模型第一梯隊。但同時也存在一些不足，例如在生成復雜場景時，偶爾會出現一些AI錯誤，例如人物出現多條腿等情況。

開源的意義與未來展望

萬相2.1的開源，為AI視頻生成領域帶來了無限可能。其強大的功能和不斷完善的生態系統，預示著它未來有望成為頂級AI視頻生成模型。

獲取方式

感興趣的朋友可以通過以下鏈接體驗萬相2.1：

• 通義官網：https://tongyi.aliyun.com/wanxiang/videoCreation
• Github地址：https://github.com/Wan-Video
• HuggingFace地址：https://huggingface.co/Wan-AI
• 魔搭社區地址：https://modelscope.cn/organization/Wan-AI

期待萬相2.1在未來能夠取得更大的突破，為我們帶來更多精彩的AI視頻作品。

聯系作者

文章來源：科技未來派
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破